本章介紹了在服務工單全生命周期中，數字化和AI的應用場景。服務工單是串聯整個服務過程的核心載體，也是售后服務中最核心的組成部分，再怎么強調其重要性都不為過。很多企業都在做服務數字化轉型時，但你會發現絕大多數企業連服務工單的全生命周期可視化和數智化賦能都沒做到。天下大事，必作于細，讓我們從最基礎的服務工單數智化開始做起。

為了構建服務工單的應用體系和量化應用效果，我之前寫過三篇文章，大家可以查看：

《智慧工單倒逼服務全鏈條優化》

《以工單為主線構建售后服務價值評估體系（上）》

《以工單為主線構建售后服務價值評估體系（下）》

介紹了我最近的服務項目，開始介紹服務工單的數智化應用場景和關鍵可視化數據，

圖 1 服務工單數智化應用場景和關鍵可視數據

上圖是以家電服務工單為例，介紹了一個完整生命周期中13個數智化應用場景和12個關鍵可視化數據。如果廠商能在這些場景中充分應用數智化能力，采集可視化關鍵數據，那這家廠商算是數智化賦能非常不錯的企業，基本實現了服務數智化V1.0。

一、數智化場景

場景1：工單機器人代替人工受理。

這是AIGC應用最深入和最成功的場景，也是最容易增效將本的場景?？梢杂脵C器人+AIGC來取代大部分文本坐席工作，包括自動應答、創建工單、回復郵件等。也可以用機器人+AIGC替換部分語音坐席，通過語音與文本互轉，機器人和AIGC與用戶交互，同時提供轉人工的服務。

場景2：AIGC提升人工受理效率。

這是AIGC應用最深入和最成功的場景，也是最容易增效將本的場景，可以稱呼為坐席助手，或Copilot等。就是在人工處理時，幫助坐席自動對工單做總結、自動填單、起草郵件、對問題提供答案等。

比如原來坐席處理一個工單需要5分鐘，通過坐席助手，縮短為3分鐘。但我們要想真正對整個售后服務體系提效，應該幫助提升服務工程師的效率，因為服務工程師人數比坐席多很多。所以我們可以通過坐席助手來試著解決問題，也就是提升線上解決率；或坐席進行預診斷，提前提供服務措施和鎖定備件，這些對整體服務提效更大。

場景3：系統自動派單到人。

這需要算法的支持。一種是批量工單給每個服務工程師排程，可以按用戶時間最近排程，也可以按每個服務工程師有效工作時間最大去排程。另一種是實時排程，就是動態馬上給用戶分配一個服務工程師。實時排程我建議讓用戶在幾個可選時間段去選，而不要客戶隨意說時間，否則時間沖突肯定很多，服務工程師有效工作時間占比也不會高。

場景4：手工排程。

通過排程工具，手工派單涉及2種情況。一種情況是坐席手工派單到服務工程師，一種是網點信息員手工派單到服務工程師。排程工具不僅僅是可以查詢到合適的服務工程師和時間段，派工到合適時間段。也可以通過甘特圖來顯示所有服務工程師服務預約的狀態，通過預約圖形顏色、圖標、文字等動態顯示服務工程師和用戶確認時間、出發、到達、完工、改約、取消、二次上門等變化，以便于管理人員實時監控服務狀態。

場景5：服務工程師確認上門時間。

最理想的情況是坐席或信息員自動或手動排程后，服務工程師按約上門，但很多具體情況是派單到服務工程師后，服務工程師會再次和用戶確認時間，當確認后，原來預約時間會改變，狀態也會變成客戶確認，所以這些信息都會在排程工具上實時顯示。這樣信息員在排程工具上看到今天分配的工單還有沒和用戶確認上門時間的，可以隨時提醒。

場景6：服務工程師出發。

服務工程師上門服務需要檢查人單相符，也就是上門的工程師是工單分派給的工程師，否則基于錯誤的數據，數智化管理就會給出錯誤的指導。人單相符需要身份識別，比如用人臉識別。人臉識別可以貫穿服務整個過程的多個關鍵點，比如在服務完成時，也可以刷臉更改工單狀態。

場景7：服務工程師路線規劃。

在派單和排程中我們要通過電子地圖計算最佳路線，計算2個相鄰服務任務之間路程時長，合理安排下一個任務的開始時間。

同時我們也要通過路徑優化來使服務工程師花在路程上時間最短，從而使服務工程師有效工作時間最長。

當服務工程師開始一天工作時，我們可以在電子地圖上顯示服務工程師位置，這樣如果有了突發任務，可以快速分派給最近的工程師。所有這些都需要電子地圖支持。

場景8：現場服務。

當服務工程師碰到技術問題時，我們可以在移動端通過AIGC實現服務助手（通過故障邏輯樹和歷史工單數據支持），服務工程師語音提問，服務助手在線解答。此外，我們還可以通過遠程協助工具（Remote Assist）,專家在遠程線上通過視頻查看服務對象，在服務工程師移動端圖像上直接指導服務工程師作業。

場景9：服務關單。

當服務完成，服務工程師關單時，很多情況下是服務工程師預關單，而之后由網點信息員補充和檢驗信息，正式關單。之所以這樣即是由于服務工程師太忙，沒有時間把工單信息檢查和補充完整，也是由于工單上維修措施等需要從海量數據里選，服務工程師經常填不對。但這種模式即花費了網點信息員大量時間，也容易出現假單。所以服務完成后，可以通過AIGC來預填單，服務工程師確認后，直接關單。

場景10：完工用戶確認。

當服務完成后，服務工程師向用戶展示服務內容和收費項目時，可以通過讓用戶掃描服務工程師個性化二維碼，通過微站來綁定服務工程師和用戶的管家關系，以及為用戶建立家電檔案。以后服務工程師通過運營自己的微站，打造自己個人品牌,從而實現服務管家化，員工創客化和收入生態化。微站我在《服務數字化轉型（四）：引C端用戶之水澆灌B端之萬物》有過詳細介紹。

場景11：假單排查。

通過前面的全程可視，再通過數據驗證算法，我們來排查虛假工單。

場景12：服務前中后管理。

有了前面的全程可視及關鍵數據，我們就可以做到服務事前預防，事中干預，事后修補。比如我們通過BI和地圖，實時顯示：

• 不同區域/服務商的交付整體情況（正常、延時、投訴）
• 不同區域/服務商的交付延時工單數和占比
• 不同區域/服務商的投訴工單數
• 服務商的派單及時響應率
• 服務商的上門及時率
• 服務商的一次上門完工率

場景13：服務工單數智化基礎。

以上所有數智化應用都是基于輸入數據是準確的，并且是及時的，這是數智化應用的基礎，否則給出的建議都是錯誤的。所以服務工單數智化應用的第一步就是通過管理制度、考核和實時監控保證數據的準確性和及時性。

二、關鍵可視化數據

1. 派單信息可視：工單類型、服務網點、服務工程師等信息可視。
2. 預約信息提醒：服務工程師收到工單后，和用戶確認了上門具體時間可視。
3. 服務工程師位置信息可視：服務工程師服務過程中位置實時可視。
4. 預估到達時間提醒：服務工程師預計到達用戶地址的時間可視。
5. 狀態變化信息可視：服務過程中，工單狀態改變可視，比如改派、取消預約、改約、二次上門等。
6. 故障原因、維修措施可視：機器的故障原因和維修措施可視。之后既可以通過AIGC分析，用來質改；也可以AIGC用來學習，給服務工程師提供現場指導。
7. 退換機狀態可視：如涉及到退換機，則退換機狀態可視。
8. 完工狀態可視：服務完工時，完工狀態可視。
9. 報價收費信息可視：服務報價單和實收費用可視。
10. 服務現場信息可視：很多服務是需要服務工程師現場拍幾張照片，然后回傳的。這些照片信息可視。
11. 舊件回退信息可視：如果是保內維修，需要回退舊件，則舊件回退信息可視。
12. 用戶評價信息可視：用戶對服務評價后，評價信息可視。

不知以上13種場景和12種關鍵可視化數據咱們企業實現了多少？

三、總結

天下大事，必作于細，服務要從最基礎的做起。本文介紹了最基礎的服務工單數智化應用的13種場景和12種關鍵可視化數據。